基于图多维分析的科技文献分析工具设计及实现.docVIP

华北电力大学本科毕业设计（论文）PAGE IPAGE I基于图多维分析的科技文献分析工具的设计与实现 摘要由于缺乏对大规模多关系型数据的处理能力，传统基于统计的文献分析方法更多关注某个科研人员或者科研机构某个属性上的统计，往往局限于对数据进行局部分析，而忽视了这些文献之间蕴含的巨大联系。海量科技文献在数据挖掘领域一直是一个研究的热点，其中蕴含着大量的知识，通过对这些数据的发现，人们可以发现一些作者的研究方向和专业特长，发现一些学科的演化以及交叉研究领域的产生。近年来，随着复杂网络研究的兴起，网络分析方法逐步被应用到包括文献分析在内的多个领域。针对文献网络的特点，利用网络分析文献数据，结合网络的可视化特点与人的优势，可以帮助分析人员发现数据的隐藏特征。这也使得结合网络分析的文献可视化分析工具成为当前文献分析工具的主流。 文献网络中社团结构的发现是挖掘隐藏的信息的重要步骤，本文分析了典型的社团发现算法，并论述了社团发现在文献网络中的具体应用。可视化技术提供了有效的方法来理解复杂网络的结构并从中挖掘有效信息，本文重点分析NeSVA可视化框架并做了扩展工作。使用图多维分析并结合可视化的文献分析方法，将有利于分析人员深入理解各类实体间的关系。传统的联机分析处理系统并不支持图结构，现有的主流分析工具也都不支持对图进行OLAP操作。Chen Chen等提出的支持图结构的GraphOLAP